The Trajectory Bundle Method: Unifying Sequential-Convex Programming and Sampling-Based Trajectory Optimization
CMU(卡内基梅隆大学);Google Intrinsic(谷歌Intrinsic);Google DeepMind(谷歌DeepMind)
本研究提出一种基于序列凸规划的无导数轨迹优化统一框架,通过采样插值构造凸近似,涵盖MPPI等方法并推广至多重打靶与通用约束,可高效求解各类运动规划与控制问题。
2025-09-30 cs.RO math.OC
Systematic Constraint Formulation and Collision-Free Trajectory Planning Using Space-Time Graphs of Convex Sets
Department of Electrical and Computer Engineering, Brigham Young University(电气与计算机工程系,尤因斯大学);Department of Mechanical Engineering, Brigham Young University(机械工程系,尤因斯大学)
本文利用凸集时空图(ST-GCS)在无需初始猜测的情况下生成动态环境中的最优无碰撞轨迹,并提出了通用约束适配策略,验证了其在静态环境下的等效性与动态环境中的全局最优性。
2025-09-24 cs.RO cs.SY eess.SY
Robust trajectory optimisation for transitions of tiltwing VTOL aircraft
提出了一种利用凸优化、基于管的非线性模型预测控制(MPC)和凸函数差(DC)分解的概念来生成用于倾斜翼垂直起降(VTOL)飞机过渡的鲁棒和最优轨迹的方法。该方法依赖于计算DC分解的动态模型,以利用凸性属性,并开发一个易于处理的鲁棒优化,解决了一系列的凸程序收敛到一个局部最优值的轨迹生成问题。开发的算法应用于城市空中交通的案例研究。由此产生的解决方案是强大的近似误差的动态模型,并提供安全的轨迹侵略性的过渡机动在恒定的高度。
2023-02-08 cs.SY eess.SY math.OC
GuSTO: Guaranteed Sequential Trajectory Optimization via Sequential Convex Programming
Stanford University(斯坦福大学)
序列凸规划(SCP)作为一种轨迹优化的工具,最近引起了人们极大的兴趣.然而,大多数可用的方法缺乏严格的性能保证,并且它们通常针对特定的最优控制设置。本文提出了GuSTO(Guaranteed Sequential Trajectory Optimization)算法框架,用于求解具有漂移的仿射控制系统的轨迹最优化问题。GuSTO概括了早期基于SCP的轨迹优化方法(通过解决目标集约束和具有固定或自由最终时间的问题),并在收敛到至少一个稳定点方面享有理论收敛保证。进一步利用理论分析,设计一个加速实施的GuSTO,它最初注入的想法,从间接最优控制到SCP的上下文中。在各种轨迹优化设置上的数值实验表明,GuSTO在成功率、解决方案质量和计算时间方面通常优于当前最先进的方法。
2019-03-01 cs.RO math.OC
Inducing Multi-Convexity in Path Constrained Trajectory Optimization for Mobile Manipulators
University of Tartu(塔尔图大学);Tampere University(坦佩雷大学);Johannes Kepler University(约翰内斯·开普勒大学)
本文提出了一种新的基于末端路径、碰撞避免和各种运动学约束的移动机械手轨迹优化算法。我们的主要贡献在于展示了这个高度非线性和非凸的问题可以作为一个序列的凸无约束二次规划(QP)来解决。这是通过重新制定的非线性约束所产生的机械手运动学和它的耦合与移动基地的多仿射形式。然后,我们使用交替方向乘法(ADMM)的技术制定和解决的轨迹优化问题。建议的ADMM有两个类似的非凸步骤。重要的是,可以为它们中的每一个导出凸代理。我们展示了我们的优化的大部分可以并行解决,提供了利用多核CPU/GPU的可能性。我们验证我们的轨迹优化在不同的基准示例。具体来说,我们强调它是如何解决的周期性瓶颈,并提供了一个整体的方法,可以通过权衡不同方面的机械手和移动基础运动的轨迹集。
2019-04-22 cs.RO math.OC
Multi-UAV trajectory planning problem using the difference of convex function programming
针对多无人机集群轨迹规划中的非凸优化及避碰约束难题,本文利用凸函数差规划引入松弛变量与惩罚项将其转化为DC形式,并提出惩罚DC算法依次求解凸子问题,有效实现了拥挤空间内大量无人机的轨迹规划。
2023-08-02 cs.SY eess.SY math.OC
Speed trajectory planning at signalized intersections using sequential convex optimization
提出了一种基于序列凸优化方法的多信号交叉口车速轨迹优化算法,该算法在已知交通信号信息的情况下,以最小燃油消耗和行程时间为目标,同时满足行驶平顺性要求.通过与动态规划的比较,验证了该方法的最优性。此外,车辆运动在转弯过程中进行了研究,因为它的燃油消耗和行程时间的显着影响。
2018-04-20 math.OC
Trajectory Optimization on Manifolds: A Theoretically-Guaranteed Embedded Sequential Convex Programming Approach
Stanford University(斯坦福大学);ETH Zürich(苏黎世联邦理工学院)
序列凸规划(SCP)由于其良好的理论特性和实际性能,近年来作为轨迹优化的一种工具而得到广泛的应用。然而,大多数基于SCP的轨迹优化方法仅限于欧几里德设置,这排除了它们应用于必须考虑流形类型约束(即,约束,如环路闭合,将系统的运动限制在环境空间的子集)的问题实例。本文的目的是通过将基于SCP的轨迹最优化方法扩展到流形设置来填补这一空白。关键的洞察力是利用几何嵌入提升流形约束的轨迹最优化问题到一个等价的问题定义在一个空间享受欧几里德结构。这种洞察力允许人们以相当自然的方式将现有的SCP方法扩展到多种设置。特别是,我们提出了一个SCP算法的流形问题与精致的理论保证,类似于那些来自欧几里德设置,并通过数值实验证明其实际性能。
2019-05-18 cs.RO math.OC
Guided Policy Search using Sequential Convex Programming for Initialization of Trajectory Optimization Algorithms
University of Washington(华盛顿大学)
本文针对轨迹优化对初始猜测敏感的问题,提出一种结合序贯凸规划轨迹更新与随机梯度下降策略更新的引导策略搜索方法,用于生成高质量初始轨迹,并在可重复使用火箭6自由度动力下降制导问题上验证了有效性。
2022-05-19 cs.RO math.OC
GPU Accelerated Convex Approximations for Fast Multi-Agent Trajectory Optimization
Institute of Technology, University of Tartu(塔尔图大学理工学院)
在本文中,我们提出了一个计算效率高的轨迹优化器,可以利用GPU在一秒钟内联合计算数十个代理的轨迹。在我们的优化器的核心是一个新的非凸碰撞避免约束的重新制定,减少了在每次迭代的核心计算,解决一个大规模的,凸的,无约束的二次规划(QP)。我们还表明,与QP相关的矩阵分解/逆计算只需要做一次,并且可以离线完成给定数量的代理。这进一步简化了求解过程,有效地将其简化为评估几个矩阵向量乘积的问题。此外,对于大量的代理,可以使用现有的现成库在GPU上轻松加速此计算。我们验证了我们的优化器的性能具有挑战性的基准,并显示出显着的改善,在计算时间和轨迹质量的最先进的。
2020-11-09 cs.RO math.OC
Parameter Optimization in Trajectory Planning via Differentiable Convex Programming
Beihang University(北京航空航天大学);State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology(高效可重复使用航天运输技术国家重点实验室)
本文提出一种可微顺序凸规划框架,通过端到端参数优化提升轨迹规划的数值性能和设计效率。
2025-12-08 math.OC
Koopman Based Trajectory Optimization with Mixed Boundaries
针对含隐式混合边界约束的非线性轨迹优化非凸难题,提出基于Koopman算子的双层转化方法,凸化高维下层并保留低维上层,在摆和罗盘步态系统上验证有效。
2024-12-04 cs.SY eess.SY math.OC
Online Modeling and Sequential Convex Programming for Lunar Landing Trajectory Optimization
The University of Tennessee(田纳西大学)
研究月球动力下降和着陆的制导框架,结合序列凸规划与实时在线模型识别。将非凸能量最优着陆问题转化为凸二阶锥规划序列,用在线识别层估计扰动并注入修正项,开发算法并探索理论基础,数值模拟验证算法效果。
2026-07-07 cs.SY eess.SY math.OC
Implicit Trajectory Planning for Feedback Linearizable Systems: A Time-varying Optimization Approach
我们开发了一个基于优化的框架,用于联合实时轨迹规划和反馈线性化系统的反馈控制。为了实现这一目标,我们定义了一个目标轨迹的时变优化问题的最优解。然而,一般来说,这种轨迹可能是不可行的,例如,非完整约束为了解决这个问题,我们设计了一个控制律,产生可行的轨迹,渐近收敛到目标轨迹。更确切地说,对于(动态)全状态线性化的系统,所提出的控制律隐式地将非线性系统转换为足够高阶的优化算法。我们证明了全局指数收敛到目标轨迹的优化算法和原系统。我们说明了我们提出的方法的有效性多目标或多代理跟踪问题的约束。
2020-03-13 cs.SY eess.SY math.OC
Convex Block-Cholesky Approach to Risk-Constrained Low-thrust Trajectory Design under Operational Uncertainty
Purdue University(普渡大学);Jet Propulsion Laboratory, California Institute of Technology(加州理工学院喷气推进实验室)
本文提出基于凸块Cholesky方法的风险约束低推力轨道设计算法,用于应对操作不确定性下的航天任务优化。
2026-02-20 cs.SY eess.SY math.OC
Receding Fixed-Horizon Optimization for Near-Time-Optimal Trajectory Planning and Control
College of Artificial Intelligence, Nankai University, Tianjin 300350, PR China(人工智能学院,南开大学,天津)
针对自动驾驶车辆时间最优轨迹规划的两大挑战,提出分层凸优化框架,分解问题为短固定时域规划循环,实验显示其成功率更高、计算时间更短,可实现可靠实时近时间最优轨迹规划。
2026-08-31 cs.RO math.OC
Convex Risk Bounded Continuous-Time Trajectory Planning and Tube Design in Uncertain Nonconvex Environments
MIT, Computer Science;Artificial Intelligence Laboratory. These authors contributed equally to the paper.
针对含概率障碍物的不确定非凸动静环境,本文利用风险等值线将规划转化为确定性优化,并通过平方和凸优化实现无时间离散化的连续时间风险有界轨迹及最大安全管设计。
2023-06-04 cs.AI cs.RO math.OC
Trajectory Optimization by Pseudospectral Successive Convexification on Riemannian Manifolds
The University of Tokyo(东京大学);JAXA Institute of Space and Astronautical Science(宇宙科学研究所)
本文提出一种在黎曼流形上通过连续伪谱凸化解决非凸流形约束问题的方法,通过几何一致的转录实现流形可行性保持。
2026-08-25 math.OC
Minimum-Time Trajectory Optimization With Data-Based Models: A Linear Programming Approach
针对动态系统时间最优规划与控制问题,提出融合非参数化数据模型与指数加权连续优化的线性规划方法,并通过航天器相对运动规划验证有效性。
2023-12-10 cs.SY eess.SY math.OC
Fuel and Time Optimal USV Trajectory Planning under Flexible Refueling Constraints
本文研究了考虑方向相关海流和灵活加油约束的无人水面航行器轨迹优化问题。这项工作的动机是对开发用于海洋无人水面车辆的商业,科学和军事应用的自主导航技术的兴趣日益浓厚。关于这种飞行器的相关文献已经解决了能量高效的轨迹优化和时间高效的轨迹优化。然而,包括加油停止和多目标优化的轨迹优化技术的应用仍然相对未被探索。我们解决这个公开的挑战,制定的轨迹设计问题作为一个非凸的混合整数优化程序与多目标代价函数。然后,我们应用动态规划来解决这个优化程序的燃料和时间的最佳轨迹。我们将这些结果合成为一系列的帕累托前沿,展示了燃料消耗和行程时间之间的权衡与方向相关的洋流的原型路线。此外,我们解决的最佳轨迹说明了燃料水平变低时车辆行为的变化,以及车辆遇到适得其反的洋流。我们的研究结果表明了一些有意义的见解的整体轨迹优化过程。
2020-11-05 cs.SY eess.SY math.OC
Sequential Convex Programming with Filtering-Based Warm-Starting for Continuous-Time Multiagent Quadrotor Trajectory Optimization
针对多四旋翼连续时间轨迹优化中离散点间约束违反及迭代求解收敛慢问题,提出结合序列凸规划与滤波预热启动的框架,通过转化约束、贝叶斯近似预热加速收敛,实现全轨迹约束满足且计算时间减少两个数量级。
2025-08-19 math.OC
Fast optimal trajectory generation for a tiltwing VTOL aircraft with application to urban air mobility
我们解决了最小推力的最优轨迹生成问题的倾斜翼垂直起飞和着陆(VTOL)飞机的过渡使用凸优化。该方法基于微分算子的变化,使我们能够沿着规定的路径表达简化的点质量动力学,并将原始非线性问题用一对凸规划来表达。一个案例研究,涉及空中客车A3 Vahana垂直起降飞机被认为是向前和向后过渡。所提出的方法提供了一种快速的方法来产生一个安全的最佳过渡的倾转翼垂直起落飞机,可以进一步利用在线控制和制导的目的。
2021-09-29 cs.SY eess.SY math.OC
Steklov Convexification and a Trajectory Method for Global Optimization of Multivariate Quartic Polynomials
Steklov函数$μ_f(\cdot,t)$被定义为通过使用由$t>0$给出的大小的窗口来平均连续函数$f$在其域的每个点处。传统上,它被用于平滑地近似$f$,其中$t$的值较小。在本文中,我们首先找到一个简洁和有用的表达式时,$f$的情况下,$μ_f$是一个多元四次多项式。然后,我们表明,足够大的$t$,$μ_f(\cdot,t)$是凸的,换句话说,$μ_f(\cdot,t)$ convexifies $f$。我们提供了一个易于计算的公式$t$与$μ_f$ convexifies某些类的多项式。我们提出了一个算法,通过一个涉及$μ_f$的常微分方程,构造一个轨迹$x(t)$,该轨迹从凸化的$f$的极小值开始,并在$x(0)$结束,这是对$f$的全局极小值的估计。对于一个四次多项式族,我们提供了一个估计的大小的球,包含其所有的全球极小。最后,我们通过大量的计算实例说明了我们的方法的工作。
2020-06-18 math.OC
Trajectory Optimization of Stochastic Systems under Chance Constraints via Set Erosion
本文针对连续时间随机系统的轨迹级机会约束问题,提出基于集合侵蚀策略的框架,将机会约束转化为确定性轨迹上安全集侵蚀子集的安全约束,并利用紧致概率界确定侵蚀深度,实现了高维随机系统下首个可扩展的轨迹优化方案。
2025-04-07 cs.SY eess.SY math.OC
Trajectory Optimization of Chance-Constrained Nonlinear Stochastic Systems for Motion Planning Under Uncertainty
California Institute of Technology(加州理工学院);Jet Propulsion Laboratory(喷气推进实验室)
我们介绍gPC-SCP:基于广义多项式混沌序列凸规划计算连续时间机会约束随机非线性最优控制(SNOC)问题的次优解。该方法使机器人系统的运动规划的不确定性。gPC-SCP方法包括两个步骤。第一步是利用gPC展开和机会约束的分布鲁棒凸子集,推导出具有凸约束的\emph{deterministic}非线性最优控制(DNOC)的代理问题。第二步是使用序列凸规划来求解DNOC问题,以用于轨迹生成和控制。我们证明了在无约束的情况下,DNOC的最优值渐近收敛到SNOC的最优值,并且约束DNOC的任何可行解都是机会约束SNOC的可行解。我们还提出了预测-校正扩展(gPC-SCP $^\mathrm{PC}$)的实时运动轨迹生成随机不确定性的存在。在gPC-SCP $^\mathrm{PC}$方法中,我们首先使用gPC方法预测不确定性,然后优化运动计划以适应不确定性。我们经验性地证明了gPC-SCP和gPC-SCP $^\mathrm{PC}$方法对于以下两个测试用例的有效性:1)在致动和物理参数的不确定性下的碰撞检查和2)3DOF和6DOF机器人系统的随机障碍物模型的碰撞检查。在三自由度机器人航天器试验平台上验证了gPC-SCP方法的有效性。
2022-03-26 cs.AI cs.RO cs.SY
Low-Thrust Trajectory Optimization with Quantum Computing and Sequential Convex Programming
Politecnico di Milano(米兰理工大学)
本文提出基于量子计算的序列凸规划框架quSCP,在地球-火星低推力转移任务中验证其性能,显示量子与混合量子-经典优化可为轨道设计提供有竞争力的方案。
2026-09-02 math.OC
Penetration trajectory optimization for the hypersonic gliding vehicle encountering two interceptors
研究了高超声速滑翔飞行器(HGV)遭遇两个拦截弹的侵彻弹道最优化问题。将考虑末端目标区的HGV侵彻弹道最优化问题转化为非凸最优控制问题。将非凸最优控制问题转化为二阶锥规划问题,并利用最新的邻域点法求解。此外,提出了一种只需要拦截器初始视线角信息的突防策略。所提出的方法得到的收敛轨迹允许HGV规避两个拦截器,并成功地到达目标区域。此外,一个连续的SOCP方法与可变的置信域,这是至关重要的时间消耗和最优性之间的权衡。最后,通过数值模拟验证了所提方法的有效性和性能。
2022-04-17 cs.SY eess.SY math.OC
Attitude Trajectory Optimization and Momentum Conservation with Control Moment Gyroscopes
在这项工作中,我们开发了一个数值上易于处理的轨道最优化问题静止姿态转移与CMG驱动的航天器。首先,我们适应一个专门的动力学模型,避免了许多常见的动力学近似引入的数值挑战(奇点)。为了制定和解决我们专门的轨迹最优化问题,我们设计了一个局部稳定的线性二次型(LQ)调节器系统的配置流形,然后将其提升到周围的状态空间,以产生合适的终端和运行LQ成本泛函。最后,我们检查性能的优点和缺点的解决方案,这个最优化问题通过PRONTO求解器,并发现显着改善机动时间,终态的精度,和总的控制工作。该分析还突出了目标函数的一个关键缺点,该目标函数仅惩罚控制输入的范数而不是电力使用。
2022-11-03 cs.SY eess.SY math.OC
Fast Trajectory Optimization via Successive Convexification for Spacecraft Rendezvous with Integer Constraints
在本文中,我们提出了一种快速的方法,基于连续凸化生成燃料优化的航天器交会轨道的混合整数约束的存在。最近开发的状态触发约束的范例允许有效地嵌入到连续凸化的连续优化框架的离散决策约束的子集。因此,我们能够以交互式速度解决困难的轨迹最优化问题,而不是混合整数规划方法,需要更多的解决方案时间和计算能力。我们的方法被应用到实际问题的换位和对接的阿波罗指令和服务模块与登月舱。我们证明,在几秒钟内,我们能够获得比非优化的阿波罗时代设计目标高出90%的燃油效率(节省高达45公斤的燃料)的轨迹。我们的轨迹明确考虑了最小推力脉冲宽度和羽流冲击约束。这两个约束自然都是混合整数,但我们将它们作为状态触发的约束来处理。在目前的状态下,我们的算法将作为一个有用的离线设计工具,快速轨迹贸易研究。
2019-06-11 math.OC
A matrix-free interior point continuous trajectory for linearly constrained convex programming
针对线性约束凸规划中内点法变量投影矩阵易病态的问题,本文提出无矩阵的内点增广拉格朗日连续轨迹及相应ODE系统,证明其收敛到原问题最优解,并给出离散算法搜索方向。
2024-12-28 math.OC
Convex Optimization of Launch Vehicle Ascent Trajectory with Heat-Flux and Splash-Down Constraints
本文提出了一种凸规划方法来优化多级运载火箭从发射到有效载荷射入目标轨道的上升轨道,考虑了多个非凸约束,如整流罩抛除后的最大热流和烧毁级的溅落。采用无损和连续凸化将问题转化为一系列凸子问题。包括虚拟控制和缓冲区,以确保递归的可行性的过程和一个国家的最先进的方法,用于更新参考解决方案的实施,以过滤掉不需要的现象,可能会阻碍收敛。一个惠普伪谱离散方案是用来准确地捕捉复杂的上升和返回动力与有限的计算工作。数值结果的基础上,讨论了算法的收敛性,计算效率,和鲁棒性。以织女星运载火箭向极轨上升为例,讨论了热流与溅落约束之间的相互作用。最后,对不同溅落位置的运载火箭运载能力进行了灵敏度分析。
2020-08-30 math.OC
A Sequential Convex Programming Approach to Free-trajectory Minimum-lap-time Optimization of Racing Cars
Eindhoven University of Technology(埃因霍温理工大学)
本文提出一种高效计算赛车最优空间轨迹和动力系统操作的建模与优化框架,通过顺序凸编程方法实现最小圈速优化,显著缩短计算时间并验证轨迹优化对圈速的提升效果。
2026-04-14 math.OC
Semantic Constraint Synthesis for Adaptive Trajectory Optimization via Large Language Models
Stanford University(斯坦福大学)
提出利用大语言模型将自然语言描述的任务需求转化为可执行的轨迹优化代码和数学公式,在航天器交会场景中实现了从语义需求重构凸轨迹优化问题的高成功率。
2026-06-02 cs.AI cs.RO math.OC
Successive Convexification for Trajectory Optimization with Continuous-time Satisfaction of Signal Temporal Logic Specifications
University of Washington(华盛顿大学)
提出基于广义均值鲁棒性的逐次凸化框架,将连续时间信号时序逻辑约束转化为可微形式,结合时间缩放、控制参数化、多重打靶离散化和收敛保证的序贯凸规划求解非凸轨迹优化问题。
2026-06-05 math.OC
Efficient Computation of Higher-Order Variational Integrators in Robotic Simulation and Trajectory Optimization
Northwestern University(西北大学)
本文讨论的问题,有效地计算高阶变分积分的仿真和轨迹优化的机械系统,经常发现在机器人应用。我们开发了$O(n)$算法来计算离散的Euler-Lagrange(DEL)方程,并计算求解DEL方程的牛顿方向,从而得到任意高阶的线性时间变分积分器。据我们所知,没有线性时间高阶变分,甚至隐式积分已经开发出来。提出了一种线性化DEL方程的$O(n^2)$算法,可用于轨迹优化。这些算法消除了复杂机器人系统仿真和轨迹优化中高阶变分积分器的实现瓶颈。通过与现有方法的比较,以及在多种机器人系统上的实现,包括Spring Flamingo机器人、LittleDog机器人和Atlas机器人的轨迹优化,验证了本文方法的有效性。结果表明,相同的积分器可用于机器人中的仿真和轨迹优化,在保持机械性能的同时实现良好的可扩展性和准确性。
2019-04-29 cs.RO math.OC
Optimal Trajectory-Planning of UAVs via B-Splines and Disjunctive Programming
针对自主式无人机在三维地形上飞行的轨迹规划问题,提出了一种有效的算法。该算法结合了凸优化、析取规划和滚动时域概念,具有计算速度快等优点。应用析取规划,以放松非凸约束的问题。此外,B样条曲线被用来表示在优化过程中应该生成的轨迹。
2018-07-09 math.OC
Graph-Based Convexification of Nested Signal Temporal Logic Constraints for Trajectory Optimization
针对高层任务规划约束优化复杂度高、子问题关联处理复杂的问题,提出基于图的嵌套STL约束凸化方法,将约束转为线性近似,经卫星制导用例验证有效。
2023-10-21 math.DS math.OC
Integrated supervisory control and fixed path speed trajectory generation for hybrid electric ships via convex optimization
针对混合动力船舶运行剖面未知导致传统控制性能受限的问题,提出集成轨迹生成与电源监控的GNC方法,通过变量变换和约束松弛将非凸规划转化为凸问题,并经模型尺度船舶数值验证。
2023-07-12 math.OC
A Level Set Approach to Online Sensing and Trajectory Optimization with Time Delays
本文提出一种基于广义Hopf公式求解带有时滞的Hamilton-Jacobi方程的方法,用于在线感知和轨迹优化,避免了指数级维度扩展,并通过机器人通信信道估计示例验证了其有效性。
2019-06-05 cs.SY eess.SP eess.SY
Tube Stochastic Optimal Control for Nonlinear Constrained Trajectory Optimization Problems
最近的小推力空间飞行任务突出表明,必须设计出能够抵御不确定性的轨道。在其完整的形式,这一过程被制定为一个非线性约束随机最优控制问题。该问题是控制理论中最复杂的问题之一,迄今为止还没有提出实用的方法来解决小推力轨道最优化问题。本文提出了一种求解带约束的非线性系统随机最优控制问题的新算法。该算法利用无迹变换将随机最优控制问题转化为确定性问题,然后采用微分动态规划等轨迹最优化方法求解。两个数值例子,其中一个应用所提出的方法,小推力轨道设计,说明它自动引入的利润,提高鲁棒性。最后,蒙特卡罗模拟被用来评估解决方案的鲁棒性和最优性。
2022-02-24 cs.CE cs.SY eess.SY
An Autonomous, End-to-End, Convex-Based Framework for Close-Range Rendezvous Trajectory Design and Guidance with Hardware Testbed Validation
Massachusetts Institute of Technology(麻省理工学院);University of Sydney(悉尼大学)
本文提出CORTEX框架,结合深度学习感知与凸优化,实现近距离会合轨迹设计与引导,通过软件和硬件测试验证其鲁棒性和精度。
2026-02-12 cs.RO math.OC
Transcription Methods for Trajectory Optimization: a beginners tutorial
这份报告介绍了轨迹优化技术的转录方法。前几节描述了两类转录方法(射击\和同步),用于将轨迹最优化问题转换为一般的约束优化形式。报告的中间部分讨论了基本方法的一些扩展,包括如何处理混合系统(如步行机器人)。最后一节讨论了各种实现细节。
2017-07-02 math.OC
A Bi-Level Optimization Approach to Joint Trajectory Optimization for Redundant Manipulators
Rensselaer Polytechnic Institute(伦斯勒理工学院)
针对冗余机械臂末端笛卡尔路径运动耗时最小化问题,提出将含关节运动约束的非线性优化重构为双层问题的方法,下层求固定轨迹下的最大路径速度,上层用方向导数的原-对偶法优化轨迹,经仿真与实验验证有效。
2024-12-10 cs.RO math.OC
Convergence analysis of a Tikhonov regularized inertial dynamical system and algorithm for convex optimization problems
Chongqing Technology and Business University(重庆工商大学);Chongqing University(重庆大学)
本文研究了带时间缩放、渐消阻尼和Hessian驱动阻尼的Tikhonov正则化二阶惯性动力系统,分析其在求解凸优化问题中的收敛性,证明轨迹弱收敛到极小解,并展示通过参数调节可同时实现函数值快速收敛和轨迹强收敛到最小范数解。
2026-03-01 math.OC
Symmetric Stair Preconditioning of Linear Systems for Parallel Trajectory Optimization
School of Engineering and Applied Science, Columbia University(哥伦比亚大学工程与应用科学学院);Barnard College, Columbia University(哥伦比亚大学巴纳德学院)
本文提出一种面向并行轨迹优化的对称阶梯预条件子,证明其可使特征值谱更聚集,并在典型问题上将条件数和求解迭代次数分别最多降低34%与25%。
2024-03-03 cs.RO math.OC
Successive Convexification for Trajectory Optimization with Continuous-Time Constraint Satisfaction
提出一种仅需一阶信息的实时非凸轨迹优化框架连续凸化,结合外部惩罚、广义时间膨胀、多重打靶、$\ell_1$精确惩罚与prox-linear方法,实现连续时间约束满足并保证收敛至KKT点,在动态避障与火箭着陆中验证有效。
2024-04-25 math.OC
Convex Trajectory Optimization via Monomial Coordinates Transcription for Cislunar Rendezvous
Polytechnic University of Milan(米兰理工大学)
本文提出了一种基于多项式坐标转录的非线性凸优化方法,用于实现月球轨道会合操作的燃料最优脉冲轨迹。
2026-01-09 math.OC
Newton's Method for Global Free Flight Trajectory Optimization
本文针对全局自由飞行轨迹优化问题,研究离散与连续优化结合方案中牛顿法的局部收敛性,并证明其在特定假设下可于极小点的足够大邻域内收敛。
2024-04-07 math.CA math.FA math.OC
Unscented Trajectory Optimization
本文将无迹轨迹优化重新表述为 tychastic 最优控制理论的实例,利用无迹变换规避随机优化难题,并给出轨迹离散管理与风险恢复的计算流程。
2024-05-04 cs.SY eess.SY math.OC
Hessians in Birkhoff-Theoretic Trajectory Optimization
Naval Postgraduate School(海军学院)
本文推导了伯克霍夫理论轨迹优化相关的海森矩阵,证明其离散化最优控制问题约80%特征值位于[-2,4]区间,分析了计算复杂度并讨论了百万点轨迹优化的挑战。
2025-11-17 cs.MS cs.NA cs.RO
Spacecraft Rendezvous Guidance via Factorization-Free Sequential Convex Programming using a First-Order Method
本文提出一种基于序列凸规划的无分解算法,结合PIPG一阶求解器,用于非凸自由最终时间轨迹优化,并通过蒙特卡洛仿真验证了其在航天器交会问题中的鲁棒性。
2024-02-07 math.OC
A fast continuous time approach with time scaling for nonsmooth convex optimization
在Hilbert空间中,研究了一个二阶时间动力系统的收敛性质,该系统具有粘性和Hessian驱动的阻尼,并具有时间标度,涉及非光滑凸函数的极小化.该系统是制定的目标函数与时间相关的参数的莫罗包络的梯度。我们展示了快速的收敛速度的莫罗包络线和它的梯度沿轨迹,也为系统的速度。从这里,我们得到快速收敛速度的目标函数沿着一条路径,这是通过第一个的近端操作系统的轨迹的图像。此外,我们证明了系统的轨迹弱收敛到目标函数的全局极小。最后,我们提供了多个数值例子来说明理论结果。
2022-03-01 math.DS math.OC
Simultaneous Optimization of Launch Vehicle Stage and Trajectory Considering Operational Safety Constraints
本文提出一种集成优化框架,同时处理运载火箭轨迹优化与级段划分,在满足落点等安全约束下最大化有效载荷与起飞质量比,并通过案例验证其优于传统顺序优化方法。
2023-07-24 math.OC
Optimization on Planning of Trajectory and Control of Autonomous Berthing and Unberthing for the Realistic Port Geometry
要实现自主航运,自主靠泊和离泊是一些技术挑战。在过去,人们对船舶靠泊问题的航迹规划优化进行了大量的研究。然而,这些研究仅假设简单的泊位,没有考虑障碍物。在实际港口中,靠离泊轨迹规划的优化必须考虑空间约束,并保持足够的距离障碍物。本文的主要工作如下:(1)提出了一种基于船舶区域的船舶避碰算法,该区域的大小随船舶速度的变化而变化,并考虑了空间约束进行优化;(2)在航迹规划中考虑了风扰动的影响,根据执行器的能力限制,规划出一条可行的航迹;(iii)表明了停泊的最优化方法同样适用于被忽略的离泊;(iv)将航路点纳入优化过程,使优化更易于实际应用。作者在两个现有端口上测试了所提出的方法。该方法在船舶靠泊和离泊问题上均取得了较好的效果,在避免与复杂障碍物碰撞的同时,优化了控制输入和航迹。
2022-01-13 math.OC